Còn nhớ năm 1997, máy tính Deep Blue của IBM từng gây chấn động khi đánh bại "kiện tướng cờ vua" Garry Kasparov chứ? Giờ đây, gần 20 năm sau, AlphaGo của Google lại làm nên điều tương tự với cờ vây - môn cờ được cho là khó hơn nhiều - khi hạ gục nhà vô địch thế giới Lee Sedol. Và nhiều người đã nghĩ phải đợi ít nhất 10 năm nữa mới thấy được cảnh này đấy!
Murray Campbell - một trong những ông đầu não phát triển Deep Blue - đã có buổi tâm sự cực kỳ thú vị về chiến thắng của AlphaGo, sự tiến hóa của AI so với thời Deep Blue và tương lai của công nghệ này. Mình xin phép dịch lại để mọi người cùng nghe câu chuyện nha!
Deep Blue đã thách thức và "quật ngã" Kasparov như thế nào?
"Thực ra chúng tôi bắt đầu nghiên cứu cờ vua từ hồi còn là sinh viên ở Đại học Carnegie Mellon," Campbell kể. IBM đã "chiêu mộ" 3 người họ về để phát triển cỗ máy đánh cờ thế hệ mới - chính là Deep Blue sau này.
Team nhận ra rằng cách tiếp cận dùng brute-force (tạm dịch: "ăn mày dĩ vảng" ) thuần túy không đủ sức đánh bại nhà vô địch. Không chỉ tốn nhiều tài nguyên tính toán mà còn phải xử lý mối tương quan giữa sức mạnh chương trình và tốc độ tính toán.
Vì thế họ kết hợp AI tiên tiến (lúc đó nha) trong các thuật toán tìm kiếm và đánh giá, cùng với một siêu máy tính để tạo nên hệ thống có thể đánh bại nhà vô địch cờ vua.
Plot twist: họ thực ra đã thua năm 1996, nhưng comeback năm 1997 với hệ thống được nâng cấp và giành chiến thắng!
Động lực nào khiến muốn tạo ra máy tính đánh bại con người?
"Tôi có thể nói là cả hai," Campbell chia sẻ. Ông là một người mê cờ vua từ trước khi trở thành nhà khoa học máy tính. Ông từng vô địch giải cờ vua ở Alberta, Canada luôn đó!
Nhưng ông nhận ra rằng những người thực sự đánh cờ giỏi còn sở hữu những thứ mà ông không có. Điều đó khiến ông muốn tạo ra một chiếc máy tính có khả năng đánh cờ ở mức độ cao cấp.
Bên cạnh sở thích cá nhân, đó còn là thách thức đặt ra cho ngành khoa học máy tính từ những ngày đầu. Năm 1949, nhà toán học nổi tiếng Claude Shannon đã đặt câu hỏi: thế giới sẽ ra sao nếu có máy tính đánh cờ vua? Lúc đó ông cho rằng điều này cực kỳ phức tạp và là thách thức vô cùng lớn!
Có cần kinh nghiệm cá nhân để tạo ra hệ thống máy tính đánh cờ không?
Theo Campbell, có kiến thức về cờ vua là quan trọng. Giai đoạn đầu thì không cần lắm, nhưng khi dự án bước vào giai đoạn cuối để chuẩn bị đối đầu với nhà vô địch thì có nhiều chi tiết nhỏ được đặt ra về cách ván cờ được chơi, tiêu chuẩn của các đại kiện tướng.
Vì thế họ phải "xin ý kiến chuyên gia" - đại kiện tướng Joel Benjamin. Và khi hoàn thành dự án, họ mời thêm các đại kiện tướng khác để đánh giá khả năng chơi cờ của hệ thống.
Mục tiêu là mô phỏng phong cách đánh cờ như người hay chiến thắng bằng mọi giá?
"Suy cho cùng thì chúng tôi không cố gắng mô phỏng phong cách con người," Campbell thừa nhận. "Tất cả chỉ giới hạn trong phạm vi những nước đi mà con người chơi tốt và chúng tôi cũng muốn máy tính chơi tốt được giống như vậy."
Phong cách chơi của con người cũng được nghiên cứu, nhưng vấn đề vẫn chưa hoàn toàn hiểu rõ. Nhiều nghiên cứu của các nhà tâm lý học cho rằng những người cao cờ hoặc đại kiện tướng chỉ nhìn vào một số nước đi và thế cờ nhỏ để phán xét và ra quyết định. Đôi khi họ tính toán rất sâu sắc, đôi khi lại không. Tuy nhiên họ rất sắc xảo trong việc đánh giá các thế cờ và tìm kiếm cơ chế quyết định hướng đi nào để khám phá nó.
Vì thế rất khó để mô phỏng lại phong cách chơi cờ của con người!
Công việc cơ bản của AI là cố gắng tạo máy tính chơi theo cách của con người và chúng dễ dàng bị đánh bại bởi những chiếc máy khác sử dụng phong cách "máy tính hơn". Con người rất giỏi trong việc theo dõi các nước chơi với sự phân tích sâu sắc, và team cần làm sao cho hệ thống máy tính cũng làm được chuyện đó. Đây chính là một trong những điều quan trọng tạo nên thành công cho Deep Blue!
Năm 1997, nhiều người shock trước thất bại của Kasparov và nghĩ Deep Blue là cái gì đó phi thường?
"Vâng, các cảm nhận đó vẫn còn tồn tại cho tới bây giờ," Campbell nói. Bạn có thể không ngờ rằng máy tính có thể đi được nước cờ hay như vậy và người ta gọi đó là "nước cờ của máy".
Tuy nhiên, đó chính là lý do máy tính có thể đánh bại con người ngay cả khi chúng không đánh giá các nước đi chính xác: máy có thể đánh bại con người bởi chúng chỉ nhìn vào những nước đi mà con người ít để ý tới.
Nhưng Campbell cũng nói rằng các thế hệ kỳ thủ trẻ hiện nay dường như có nhiều khả năng chống lại các nước đi của máy tính hơn thế hệ trước. Lý do? Họ đã lớn lên khi chơi với máy tính và hiểu về nó hơn!
Vậy sự phát triển của máy tính sẽ khiến con người ngày càng giỏi lên?
"Tôi nghĩ điều đó hoàn toàn đúng."
Phát triển máy tính đánh cờ vây và cờ vua có gì khác biệt về kiến thức cần thiết?
Campbell thừa nhận không chơi cờ vây nhiều - chỉ vài lần trong đời - nhưng biết một số kiến thức nhất định về nó.
Cả hai trò chơi đều rất phong phú và phức tạp với rất nhiều nước đi. Nhưng cờ vây có đặc điểm khác so với cờ vua: rất khó để đánh giá một nước đi chỉ bằng cách nhìn vào nước đi đó.
Một người chơi ở mức trung bình như Campbell có thể ngồi xuống và mất vài giờ để viết code định lượng mức độ tốt, xấu của một nước cờ vua, và nó đã đủ tốt để kết hợp với nhiều thứ khác nếu muốn tạo ra hệ thống chơi cờ chất lượng cao.
Nhưng cờ vây thì khác! Nó được xây dựng dần dần trong lúc chơi, phát triển cả về cấu trúc lẫn những tương tác theo nhiều cách phức tạp. Cờ vua là trò chơi mà các quân cờ di chuyển với cường độ cao, không có nhiều cấu trúc tĩnh và bạn có thể đưa ra ước tính đủ tốt để xác định người thắng cuộc chỉ dựa vào những quân cờ mà mỗi người chơi sở hữu.
Còn cờ vây không phải như vậy - bạn không thể đếm các quân bởi mỗi bên đều có số quân xấp xỉ bằng nhau. Do đó việc ước lượng khó hơn rất nhiều và Campbell nghĩ rằng hệ thống nào làm được chuyện đó thì phải tiếp cận vấn đề bằng machine learning.
Nghĩ gì về AlphaGo - nó đã sử dụng những kỹ thuật đó như thế nào và liệu chúng có trang bị cho Deep Blue được không?
Campbell đã có dịp nói chuyện với đội ngũ phát triển DeepMind của Google. "Rõ ràng sản phẩm của họ là rất đáng ngạc nhiên," ông khen ngợi. Họ đã nâng cấp AI lên một tầm cao mới và nếu họ có thể chứng minh rằng kỹ thuật này không chỉ áp dụng cho cờ vây mà còn cho nhiều trò chơi khác thì thật đáng nể. Nhưng hiện tại thì chúng ta chỉ mới thấy sự ấn tượng của nó trong phạm vi nhỏ.
Về việc áp dụng kỹ thuật này cho cờ vua thì Campbell nghĩ rằng có lẽ nó có thể tạo ra chương trình đủ mạnh để đánh bại các nhà vô địch cờ vua nhưng điều đó không thực sự là bước tiến. Các chương trình đánh cờ vua hiện nay đã rất mạnh và hoàn toàn có thể đánh bại con người rồi!
Và ông không nghĩ cách tiếp cận của AlphaGo sẽ giúp cải thiện sức mạnh của các ứng dụng đánh cờ vua hiện tại. Đó là lý do ông nói rằng cờ vua có phẩm chất rất khác so với cờ vây.
Nhưng AlphaGo có thể tự chơi với chính nó để phát triển khả năng, điều này thì sao?
"Vâng, tôi đồng ý rằng nó có thể tự hoàn thiện bản thân bằng cách tự chơi với chính nó," Campbell nói. "Nhưng tôi không chắc liệu nó có điểm giới hạn nào không hay sẽ luôn được cải thiện qua thời gian."
Dựa trên hiểu biết về hai môn cờ thì cách tiếp cận này của AlphaGo nếu mang sang cờ vua sẽ không thể vượt qua các ứng dụng cờ vua tiên tiến hiện nay.
Vấn đề sức mạnh xử lý có gì quan trọng đối với hai môn cờ này?
Campbell cho biết sức mạnh xử lý không mấy quan trọng đối với cờ vua. Bạn càng cho nó nhiều xử lý thì càng tốt hơn, nhưng sức mạnh của một chiếc smartphone đã có thể đánh bại gần như tất cả mọi người trên thế giới rồi! Các thuật toán đã được tinh chỉnh rất nhiều để quá trình hoạt động hiệu quả hơn.
Hệ thống AlphaGo sử dụng nhiều tài nguyên xử lý, báo cáo cũng chỉ ra rằng nó sẽ hoàn thiện hơn nếu bạn thêm càng nhiều CPU và GPU càng tốt. Do đó Campbell đoán rằng cỗ máy AlphaGo thi đấu vừa qua đòi hỏi rất nhiều sức mạnh tính toán. (Nhóm phát triển DeepMind cho biết họ sử dụng cùng sức mạnh khi đấu với Sedol mới đây và đấu với Fan Hui hồi năm ngoái).
Chiến thắng lần này của AlphaGo có ý nghĩa gì đối với thực tiễn?
Campbell nghĩ rằng có những cơ chế tốt để kiểm soát một trận cờ vây. Một phần vì ngay cả khi nó vô cùng phức tạp nếu nhìn thoáng qua nhưng theo ông ở những khía cạnh khác nó vẫn rất đơn giản.
Bởi lẽ đây là trò chơi thông tin hoàn hảo, trò chơi có tổng bằng không (zero-sum game), được tiến hành theo từng lượt và không có yếu tố cơ hội trong đó. Những đặc tính này không thể phản ánh các vấn đề trong thế giới thực.
Có rất ít vấn đề thực tế mà toàn bộ những thứ bạn cần đều có ở trước mặt bạn, và khi bạn thực hiện hành động hoặc ra quyết định, hậu quả của quyết định đó là rõ ràng đối với bạn.
Thêm một điều Campbell muốn đề cập là về việc đưa công nghệ của AlphaGo ra các ứng dụng ngoài đời thật. "Tôi không nghĩ rằng hệ thống này sẽ nhanh chóng trở nên siêu phàm và vượt mặt con người," ông nói thẳng.
Sẽ có một số ứng dụng cụ thể mà công nghệ này làm tốt, nhưng nó lại làm dở đối với một số ứng dụng khác. Tương tự như vậy, có những thứ máy làm tốt hơn người và ngược lại, do đó cả hai sẽ làm việc cùng nhau để bổ sung cho nhau.
Nguồn: tinhte.vn